具体来说，组织者提出了三个基于不同任务下的具有高质量标注的视频数据集，并在此基础上组织了针对动作理解任务的三个赛道的挑战赛，欢迎大家踊跃参赛！
挑战赛主页：https://deeperaction.github.io/
比赛时间
2021年6月1日 – 2021年9月10日
2021-06-01 ～ 2021-09-01 训练阶段
2021-09-01 ～ 2021-09-10 测试阶段
2021-09-15 获奖名单公布
2021-09-30 方法技术报告提交截止
2021-10-11 研讨会
组织单位
南京大学、中国科学院深圳先进技术研究院、上海人工智能实验室、商汤科技。
Track 1：FineAction挑战赛：时序动作定位
图注：FineAction数据集视频样例
论文链接：https://arxiv.org/abs/2105.11107
数据集主页：https://deeperaction.github.io/fineaction/
赛道简介：CodaLab - Competition
当前，大部分动作定位数据集仅对行为进行粗略定义，如ActivityNet中的篮球训练（Layup drill in basketball）并未被拆分成扣篮或投篮这样更为精细的动作类别。然而，粗糙的动作类别往往与上下文背景高度相似，造成标注动作的时序界限不清晰。
为了填补这一空缺，组织者提出了FineAction这一新基准，包含近 17K 个未修剪视频，139K个精细动作时序标注，为 106 个动作类别进行了更明确的动作类别定义和更精确的时序标注。
该数据集的构建，为精细化时序动作定位的研究带来新的挑战与机遇。
Track 2：MultiSports挑战赛：时空动作检测
图注：MultiSports数据集视频样例
论文链接：https://arxiv.org/abs/2105.07404
数据集主页：https://deeperaction.github.io/multisports/
赛道简介：CodaLab - Competition
当前时空动作检测基准主要分为两类：一类是以J-HMBD和UCF101-24为代表的稠密标注的高度抽象动作数据集，这些数据集中往往是单人重复一些简单动作；另一类是以AVA和DALY为代表的稀疏标注的数据集，这些数据集中的动作缺少明确的边界，对于建模快速动作来说不太合适。
为了推动时空动作检测研究，组织者提出了MultiSports这一新基准。这一数据集有着25fps稠密标注，且数据集规模大，有大量多人同时运动场景和明确的动作界限，部分动作（如足球的“pass”和“long ball”）需要较长的时序背景才能进行区分，这也对时空动作检测模型提出了更高的要求。
Track 3：Kinetics-TPS挑战赛：基于人体部位中层语义的视频行为解析
图注：Kinetics-TPS数据集视频样例
数据集主页：https://deeperaction.github.io/kineticstps/
赛道简介：CodaLab - Competition
为了填补这一空缺，我们提出了Kinetics-TPS这一全新数据集。与现有数据集不同，本数据集（共24 个人类行为类别）提供了视频帧级别的身体部位标注，包括身体10个部位的7.9M个标注，7.9M个部位状态（即身体部位如何移动），以及0.5M个交互物体，这为更为细致的视频行为理解提供可能。